Zakon kretanja, ako poštujete lomove, neiskorišćenost kapaciteta i granice predviđanja.

1. Hrvatska Okunova priča u jednoj rečenici, i ograde skrivene u njoj

Zaključak studije je varljivo jednostavan: u hrvatskim godišnjim podacima, kretanja proizvodnje su važna za nezaposlenost, a smer uticaja ide jasnije od BDP-a ka tržištu rada nego obrnuto, posebno kada se strukturni šokovi uzmu ozbiljno. Ali ograde ovde rade stvaran posao. Uzorak je kratak (2000–2024), period turbulentan, a rezultati zavise od toga da li odnos posmatrate kao godišnje promene, dugoročne nivoe ili ciklična neiskorišćenost kapaciteta.

Ta kombinacija, jasna intuicija, osetljivo zaključivanje, upravo je razlog zašto je Okunov zakon koristan. Nije to mehaničko pravilo koje uvek isporučuje isti koeficijent. To je disciplinovan način da pitate: kada ekonomija radi „toplo” ili „hladno”, koliko te temperature se prelije u nezaposlenost, i koliko brzo?

Hrvatska tom pitanju daje oštrinu. Ne zato što veza ne postoji, već zato što novija istorija sadrži lomove koji mogu učiniti i stvarnu vezu nekonzistentnom u oceni ako se modelira kao „šum”, a ne kao lomovi.

2. Šta kombinovani dokazi zapravo kažu o Okunovom zakonu u Hrvatskoj

Kroz Delove I i II, studija gradi slučaj redom: slike, pa stacionarnost, pa lomovi, pa kointegracija, pa dinamika, pa uzročnost. Nalazi se mogu sažeti bez gušenja u statistici, jer studija sama nudi jasnu „triangulaciju”.

Krenite od osnova. Standardno testiranje jediničnog korena podržava poznat makro obrazac: LGDP i UR u nivoima se ponašaju kao I(1) procesi, dok se razlike ponašaju kao stabilnije, serije koje se vraćaju sredini. Kada se strukturni lomovi dopuste, slika postaje nijansiranija: studija navodi dokaze konzistentne sa trend-stacionarnošću za neke serije kada se uzmu lomovi u obzir. Lekcija nije „jedinični koren je svuda”. Lekcija je da hrvatske serije nose pečat ometajućih epizoda, i model koji pretpostavlja jedan gladak režim verovatno će pogrešno očitati svojstva serija.

Zatim studija postavlja pitanje koje Okunovu intuiciju čini relevantnom za ekonomsku politiku: da li postoji dugoročna veza koja „vezuje” proizvodnju i nezaposlenost, ili samo epizodno zajedničko kretanje? Ovde studija pravi važnu razliku. Zaključuje sa visokim stepenom sigurnosti da ne postoji dugoročni ravnotežni odnos između stope rasta BDP-a i stope nezaposlenosti u posmatranom periodu, pa verzija Okuna sa stopama rasta nije stabilno dugoročno sidro u Hrvatskoj. Ali istovremeno nalazi jaču potvrdu dugoročne veze u nivoima: Johansen identifikuje dugoročnu relaciju između LGDP i UR (u specifikaciji sa konstantom i trendom), a ARDL granični test daje dodatnu podršku, naročito kada je nezaposlenost zavisna promenljiva. Dokaz na osnovu Bayer–Hanck meta testa pojačava tu kointegracionu priču u narativnom sažetku studije.

To je suptilna, ali važna poruka ekonomskoj politici. Hrvatska Okunova veza se ne razume najbolje kao dugoročno preslikavanje godišnjeg rasta u godišnje promene nezaposlenosti. Verodostojnije je razumeti je kao odnos koji izbija u nivoima i okvirima neiskorišćenosti kapaciteta, i zato kao mehanizam kome treba istrajnost da bi se video u podacima.

Treći stub su lomovi. Studija identifikuje strukturne pomake oko 2009–2010 i 2019–2021, poravnate sa globalnom krizom i pandemijskom erom. To znači da veza nije samo stabilan „zakon” koji radi uniformno; to je kanal čija snaga može da se menja kada ekonomija dobije šok dovoljno velik da promeni ponašanje, institucije ili brzinu prilagođavanja.

Na kraju, uzročnost daje priči smerni „kičmeni stub”. U okviru uzročnosti koji studija koristi (Toda–Yamamoto Granger), ključni nalaz je jednosmeran: BDP pomaže da se predvidi nezaposlenost, dok nezaposlenost ne pomaže da se predvidi BDP. Studija to eksplicitno ističe i izvodi praktičnu implikaciju: nezaposlenost nije naročito dobar vodeći indikator za prognozu BDP-a u ovom okruženju; proizvodni indikatori su korisniji za anticipiranje kretanja tržišta rada. U razlikama i jaz serijama, studija ne nalazi snažnu uzročnost, i tumači to kao konzistentno sa idejom da je Okun više srednjoročna/strukturna veza nego šumna kratkoročna godišnja dinamika, posebno u malom uzorku.

Ako želite sintezu studije u jednoj rečenici može se reći da je hrvatski Okunov kanal realan, ali nije čist kratkoročni alat prognoze; on je mehanizam prilagođavanja koji postaje vidljiv kada poštujete trend, lomove i pravi izbor serija.

3. Gde je transmisija ekonomske politike najjača, i gde „curi”

Rezultati studije praktično razdvajaju dve transmisijske priče, obe kompatibilne sa Okunom, ali sa različitim praktičnim implikacijama.

Priča A: Proizvodnja vodi poboljšanja tržišta rada u srednjem roku.
Ovu priču podupire kointegracija u nivoima (Johansen; ARDL granični test; Bayer–Hanck) i jednosmerna uzročnost od BDP-a ka nezaposlenosti. U njoj, hrvatsko tržište rada reaguje na uslove proizvodnje, ali ne nužno u istoj godini, i ne nužno kroz stabilno pravilo stopa rasta. Implikacija ekonomske politike: ako želite trajno smanjenje nezaposlenosti, podrška proizvodnje mora biti održiva i strukturisana; jedna dobra godina nije lek.

Priča B: Ciklična neiskorišćenost kapaciteta je najčistija optika ekonomske politike, ali kratkoročna dinamika je šumna.
Studija naglašava korisnost jaz modela za cikličnu interpretaciju: jaz proizvodnje i jaz nezaposlenosti prevode Okuna u jezik neiskorišćenosti kapaciteta. Ali uzročnost u jazovima je slaba u testovima studije, a uzročnost u razlikama takođe. To nije kontradikcija; to je empirijska realnost u kratkom godišnjem uzorku. Ciklično zajedničko kretanja serija može biti dovoljno jako da bude ekonomski relevantno, a ipak ne dovoljno stabilno da pređe stroge kriterijume kratkoročne predviđanja kada je uzorak kratak i šokovi veliki.

Gde i zašto dolazi do odstupanja? Studija označava tri glavne tačke odstupanja, svaka sa analogijom ekonomske politike:

1. Lomovi izobličavaju proseke. Ako tržište rada reaguje drugačije kroz krizne režime i režime oporavka, jedan „prosečan Okunov koeficijent” nije stabilna konstanta ekonomske politike.
2. Kratkoročni godišnji šum skriva mehanizme. Odsustvo uzročnosti u razlikama je kompatibilno sa time da godišnjim promenama u najvećoj meri upravljaju specifičnosti pojedinih godina, greške merenja ili struktura docnji.
3. Nije sva nezaposlenost ciklična. Studija upozorava da mešoviti rezultati u nivoima i uloga lomova impliciraju da nezaposlenost nije čisto ciklično ogledalo; strukturne komponente su važne i politika mora da ih adresira direktno.

4. EU i evro kontekst, kratko i pažljivo

Hrvatski institucionalni kontekst je ovde važan pre svega kao okvir, ne kao dokaz. Kao relativno nova članica EU i sada zemlja evrozone, Hrvatska deluje u integrisanijem makro-političkom okruženju nego na početku uzorka, dok istovremeno upravlja tržištem rada oblikovanim šokovima i strukturnim promenama. Nalazi studije sugerišu da usklađivanje i integracija ne brišu Okunov mehanizam, ali takođe ne garantuju da se rast glatko prevodi u poslove bez komplementarnih politika tržišta rada, naročito posle ometajućih epizoda.

5. Praktične poruke

Implikacije ekonomske politike studije zvuče manje kao ideologija, a više kao operativna kontrolna lista: ako proizvodnja predviđa nezaposlenost, politika rasta je bitna; ako su lomovi bitni, otpornost je bitna; ako je kratkoročna predvidljivost slaba, istrajnost i struktura su bitne. Svedeno na najkraći skup „ključnih rezultata” kompatibilan sa studijom:

• Poboljšanje tržišta rada predvođena proizvodnjom je dominantan smer. Uzročnost podržava BDP  → nezaposlenost, a ne obrnuto.
• Lomovi nisu smetnja; oni su deo mehanizma. Krizni periodi (2009–2010; 2019–2021) koincidiraju sa strukturnim pomacima koji menjaju kako veza izgleda i kako treba da se modelira.
• Okunova priča na osnovu stopa rasta nije dugoročno sidro. Studija odbacuje stabilan dugoročni odnos između stopa rasta i stopa nezaposlenosti; verodostojnija dugoročna veza je u nivoima i kroz dinamičke okvire.
• Okvir na osnovu neiskorišćenog kapacietat je najintuitivniji za politiku, ali nije kratkoročna mašina prognoziranja. Model jaza pojašnjava ciklično svrstavanje, ali stroga kratkoročna uzročnost u jazovima nije snažno detektovana u ovom uzorku.

6. Šta pratiti dalje

Ako je ideja Dela III da ostavi čitaoca sa „šta da pratimo”, studija ukazuje na nekoliko signalnih mesta, ne kao trik prognoze, već kao tačke gde efektivnost ekonomske politike najverovatnije dobija ili gubi.

• Pratite da li se oporavak nakon šoka pretvara u široku apsorpciju radne snage ili uski oporavak proizvodnje. Ako se nezaposlenost prilagođava sporije od oporavka proizvodnje, neiskorišćenost kapaciteta može trajati i kada BDP izgleda zdrav.
• Pratite da li sledeći pad proizvodi novi lom ili samo privremeno odstupanje. Nalazi o lomovima impliciraju da neki šokovi preoblikuju sam mehanizam.
• Pratite strukturnu komponentu nezaposlenosti, ne samo cikličnu. Studija izričito upozorava da nije sva nezaposlenost u Hrvatskoj ciklična; dugoročni instrumenti (veštine, uparivanje radnika i upražnjenih radnih mesta, fleksibilnost) su važni uz stabilizaciju.

I najpraktičnija meta-lekcija, metodološko upozorenje studije prevedeno na jezik ekonomske politike: nemojte previše zaključiti iz bilo kog jednog modela u kratkom uzorku. Triangulacija ovde nije stilski izbor; to je jedini odgovoran pristup.

Literatura

Bai, J., & Perron, P. (1998). Estimating and testing linear models with multiple structural changes. Econometrica, 66(1), 47–78. DOI: https://doi.org/10.2307/2998540

Bayer, C., & Hanck, C. (2013). Combining non-cointegration tests. Journal of Time Series Analysis, 34(1), 83–95. DOI: https://doi.org/10.1111/j.1467-9892.2012.00814.x

Clemente, J., Montañés, A.,& Reyes, M. (1998). Testing for a unit root in variables with a double change in the mean. Economics Letters, 59(2), 175–182. DOI: https://doi.org/10.1016/S0165-1765(98)00052-4

Engle, R. F., & Granger, C. W. J. (1987). Co-integration and error correction: Representation, estimation, and testing. Econometrica, 55(2), 251–276. DOI: https://doi.org/10.2307/1913236

Gregory, A. W., & Hansen, B. E. (1996). Residual-based tests for cointegration in models with regime shifts. Journal of Econometrics, 70(1), 99–126. DOI: https://doi.org/10.1016/0304-4076(69)41685-7

Hodrick, R. J., & Prescott, E. C. (1997). Postwar U.S. business cycles: An empirical investigation. Journal of Money, Credit, and Banking, 29(1), 1–16. DOI: https://doi.org/10.2307/2953682

Johansen, S. (1991). Estimation and hypothesis testing of cointegration vectors in Gaussian vector autoregressive models. Econometrica, 59(6), 1551–1580. DOI: https://doi.org/10.2307/2938278

Okun, A. M. (1962). Potential GNP: Its measurement and significance. American Statistical Association, Proceedings of the Business and Economic Statistics Section, 98–104.

Pesaran, M. H., Shin, Y., & Smith, R. J. (2001). Bounds testing approaches to the analysis of level relationships. Journal of Applied Econometrics, 16(3), 289–326. DOI: https://doi.org/10.1002/jae.616

Shin, Y., Yu, B., & Greenwood-Nimmo, M. (2014). Modelling asymmetric cointegration and dynamic multipliers in a nonlinear ARDL framework. In Festschrift in Honor of Peter Schmidt (pp. 281–314). Springer. DOI: https://doi.org/10.1007/978-1-4899-8008-3_9

Zivot, E., & Andrews, D. W. K. (1992). Further evidence on the great crash, the oil-price shock, and the unit-root hypothesis. Journal of Business & Economic Statistics, 10(3), 251–270. DOI: https://doi.org/10.1080/07350015.1992.10509904